低视点下遮挡自适应感知的多目标跟踪算法
目的 针对低视点多目标跟踪场景的遮挡问题,提出一种能够遮挡自适应感知的多目标跟踪算法.方法 首先根据每帧图像的全局遮挡状态,提出了"自适应抗遮挡特征",增强目标特征对遮挡的感知和调整能力.同时,采用"级联筛查机制",减少由遮挡带来的目标特征剧烈变化而认定为"虚新入目标"的错误跟踪现象.最后,考虑到历史模板库中存在遮挡的模板对跟踪性能的影响,根据每一帧中目标的局部遮挡状态,提出自适应干扰模板更新机制,进一步提高对遮挡的应变和适应能力.结果 实验结果表明,本文算法在MOTA(multiple object tracking accuracy)、MOTP(multiple object tracking precision)、FN(false negatives)、Rcll(recall)、ML(mostly lost track-lets)等指标上明显优于STAM(spatial-temporal attention mechanism)、ATAF(aggregate tracklet appearance features)、STRN(spatial-temporal relation network)、BLSTM_MTP_O(bilinear long short-term memory with multi-track pooling)、IADMR(instance-aware tracker and dynamic model refreshment)等典型算法.消融实验表明,自适应抗遮挡特征在MOTA指标上,相比混合特征、外观特征和运动特征分别提升了1.9％、1.8％ 和13.6％.去干扰模板更新策略在MOTA指标上,相比带权更新策略和常规更新策略分别提升了10.7％ 和17.7％.结论 本文算法在低视点跟踪场景下,能够减弱部分遮挡、短时全遮挡和长时全遮挡对跟踪性能的影响,跟踪鲁棒性得到了提升.
多目标跟踪、低视点、遮挡、抗遮挡特征、数据关联、模板更新
28
TP391(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家自然科学基金;云南省重大科技专项
2023-02-24（万方平台首次上网日期，不代表论文的发表时间）
共17页
441-457
